“当前，路面上搭载各级别自动驾驶系统的车辆数量逐渐增多。对自动驾驶领域头部企业来说，为了保持自身的竞争优势并加速自动驾驶应用安全落地进程，需要依靠大量的高质量标注数据来训练优化自动驾驶相关算法模型。数据作为AI技术的底层基础，高质量的训练数据越来越受到自动驾驶行业的重视。”

 

德勒报告显示，在未来的3到5年，汽车智能化、网联化将迎来一轮高速推进，预计至2030年，中国运营的自动驾驶车辆将达3000万辆。麦肯锡认为，未来，中国很可能成为全球最大的自动驾驶市场，预计至2030年，自动驾驶相关的新车销售及出行服务创收将超过3.58万亿元。

AI数据作为人工智能和机器学习的基础，在自动驾驶领域中有着重要地位。与其他人工智能应用场景相比，智能驾驶的落地场景相对复杂，想要让汽车本身的算法做到处理更多、更复杂的场景，就需要运用大量场景化高质量数据做支撑。

自动驾驶用到的数据标注方式

1、3D点云关键点标注

与2D图像数据相比，3D点云数据中包含目标的距离、速度、角度、反射强度等信息，且不依赖外界光照条件或目标本身的辐射特性，可以更好的感知自动驾驶汽车周边道路环境，为感知系统提供决策依据。

3D点云关键点可以通过定义检测标准来获取具有稳定性，区别性的点集，从技术上来说，3D点云关键点的数量比原始点云数据量少很多，而关键点技术也已成为在3D信息处理中非常关键的技术。 

2、2D3D融合标注

2D3D融合标注是指同时对2D和3D传感器中所采集到的图像数据进行标注并建立起联系。2D相机数据和3D激光雷达点云数据相融合，能够使数据标注员利用其视觉信息和深度信息创建出更精准的标注，从而帮助自动驾驶模型增强其视觉和雷达感知能力。

 

3、3D点云目标检测

3D点云目标检测用来获取物体在三维空间中的位置和类别信息，主要基于点云、双目、单目和多模态数据等方式。其中，点云数据由于拥有比较丰富的几何信息，比其它单模态数据要更加稳定。3D目标检测主要可用于自动驾驶场景中的车辆，行人，静态障碍物等检测。

 

4、3D点云语义分割

通过3D点云语义分割技术将道路环境点云数据进行分割，能够很好地识别出道路上行人、汽车等物体，帮助车辆了解周围的道路环境。这项技术可被应用在无人驾驶汽车中，可以大幅度提高了汽车对周围环境的理解。

 

5、车道线标注

车道线标注是一种对道路地面标线进行的综合标注，包括区域标注、分类标注以及语义标注，以训练自动驾驶根据车道规则进行行驶。

 

6、2D车辆/行人标框标注

2D车辆/行人标框标注在自动驾驶中是最基础的标注方式，主要应用于对车辆与行人的基础识别。

 

7、3D立方体标注

与点云标注不同，3D立方体标注还是基于二维平面图像的标注，标注员通过对立体物体的边缘框定，进而测量出车辆间的相对距离。

 

8、车辆多边形标注

车辆多边形标注是对车辆进行区域标注以及分类标注，主要应用于对车辆类型的识别，例如：面包车、卡车、大客车、小轿车等，可以以此训练自动驾驶在道路行驶时作出选择性跟车或者变道操作。

9、指示牌/信号灯标注

指示牌/信号灯标注是一种对道路悬挂指示牌/信号灯进行的综合标注，标注包括区域标注、分类标注以及语义标注，主要应用于训练自动驾驶根据交通规则进行行驶。

 

10、区域分割标注

区域分割标注是一种对道路区域进行的综合标注，标注包括了区域标注、分类标注以及语义标注，主要应用于训练自动驾驶根据交通规则进行行驶。

11、行进方向标注

行进方向标注一种对标注物前进方向进行预判性标注，以训练自动驾驶判断行人或车辆前进方向，有效规避行人及车辆。

12、视频跟踪标注

视频跟踪标注是将视频数据按照图片帧抓取进行标框标注，标注后的图片帧按照顺序重新组合成视频数据训练自动驾驶。视频跟踪标注主要是用于训练自动驾驶对识别目标的移动跟踪能力，使自动驾驶在行驶过程中可以更好地识别目标。

13、人脸关键点标注

人脸关键点标注是对图像中人脸的关键位置，如脸廓、眉毛、眼睛、鼻子、嘴唇等进行标注，在自动驾驶中主要用于车载系统监控，可以统计出乘坐人员数据以及驾驶员身份验证等。

 

13、情绪判断

情绪判断是对驾驶员及乘坐人员对面部表情进行标注，比如高兴、生气，惊讶，可以根据表情变化进行推送。

14、ASR语音转写

ASR语音转写常用于自动驾驶系统中的语音助手领域，可以很好地协助驾驶员管理并控制车辆。

 

景联文科技针对自动驾驶的不同落地需求，提供定制化采集标注、数据标注平台等服务，对视频、图像、文本、点云等数据进行结构化处理，一站式解决自动驾驶从研发初期到落地的训练数据需求，在为智能驾驶相关企业和高校科研机构提供大规模感知数据的能力的同时，可大幅度提升数据标注效率，降低AI模型训练成本，极大地加速智能驾驶相关应用的落地迭代周期，节省研发时间和成本。

景联文科技构建了全国27个省市直辖市全球52个国家的数据采集资源网络，拥有丰富的自动驾驶数据采集场景搭建经验。

针对智慧座舱中的人机交互场景，支持车载语音唤醒词采集、驾驶员乘客行为采集、手势采集、2D、3D人脸采集、情绪表情采集、人机对话采集等；针对无人驾驶场景，支持车辆采集、行人采集、街景道路采集、电动车采集、地图精准采集等。

景联文科技对全职采标团队建立完善的人员培训、管理体系，推出整套AI产业人才培养解决方案，分别开通理论课程、实训课程、结业考试等培养项目，通过理论与实践相结合为行业输送高素质数据标注员。全职标注团队中90%以上标注员能够胜任3D点云等高难度门槛标注项目，满足人工智能多样性、丰富性的数据标注需求。

针对智慧座舱中的人机交互场景，支持情绪判断、ASR语音转写、驾驶员乘客行为标注、人脸关键点标注等；

针对无人驾驶，支持3D点云关键点标注、3D点云目标检测、3D点云语义分割、2D3D融合标注、车辆和行人标注、语义分割、车道线标注、3D立方体标注、车辆多边形标注、指示牌和信号灯标注、线段标注、视频跟踪标注等。

 

为了更好地解决以往使用的单一工具在执行效率上的欠缺并积极迎合市场需求，景联文科技自研数据标注平台，针对不同厂商和设备提供的图像、语音、视频或3D点云数据均可完成高质量高精度的数据标注，基于自身丰富的自动驾驶标注经验和先进的标注工具，可对车辆、行人、路标等行驶障碍物进行框选标注，为环境感知技术提供精准的标注数据集，并支持全方面的标注、质检、验收和管理。开放甲方验收通道，能够达到最高99%的准确率，高效率高质量快速交付。

景联文科技｜AI基础数据服务｜数据采集｜数据标注｜假指纹制作｜指纹防伪算法

助力人工智能技术加速数字经济相关产业质量变革，赋能传统产业智能化转型升级

文章图文著作权归景联文科技所有，商业转载请联系景联文科技获得授权，非商业转载请注明出处。